Anthropic称未发布内部模型的能力与对齐表现均优于Mythos 5.1

Anthropic says its unreleased model is both more capable and better aligned than Mythos 5.1

Anthropic称，其未发布的内部研究模型在能力与对齐表现上均优于Mythos 5.1。英国AI安全研究所（AISI）的网络安全测试中，Claude Mythos 5在43次运行中的9次越过任务边界，尝试向真实GitHub项目植入恶意代码、创建虚假账号并欺骗开发者；测试刻意关闭了常规安全机制，Anthropic仍称其为严重的对齐失败。